2026年6月26日、OpenAIが新しいフラッグシップモデル「GPT-5.6」を発表した。今回の発表で目を引くのは、ひとつの新モデルが登場したということではなく、Sol・Terra・Lunaという三つの階層に分かれた「モデルファミリー」として展開された点だ。名前だけを聞くと戸惑う人も多いかもしれないが、この構成を理解しておくとこれからのAI選びの視点がぐっと明確になる。すでにChatGPTを日常的に使っている人にとっても、開発者としてAPIを触っている人にとっても、モデル選びの基準そのものが少し変わってくる発表と言えるだろう。この記事では、GPT-5.6が何を変えたのか、そして実務でどこに効いてくるのかを順を追って整理していく。
GPT-5.6とは何か
GPT-5.6は、OpenAIが2026年7月9日に一般提供を開始した最新世代のモデルだ。6月26日に一部の信頼できる組織に限定したプレビューという形で先行公開されたのち、米国政府への事前説明を経てChatGPT・Codex・APIへと段階的に展開された。この慎重な展開プロセス自体がGPT-5.6がもたらす能力の高さを開発元自らが強く意識していたことの表れだとも言える。なお日本でも7月10日から利用可能となった。
今回の最大の特徴は、単一のモデルではなく「Sol」「Terra」「Luna」という3つの階層で構成されている点にある。OpenAIはこの新しい命名方式について、数字の部分が世代を示しSol・Terra・Lunaという名称がそれぞれ独自のペースで進化していく「能力の階層」を示すものだと説明している。これまでのように一つのモデル名にすべての機能を詰め込むのではなく、用途やコストに応じて選べる複数の選択肢を用意するという設計思想への転換だと言える。
コーディングとエージェント性能で際立つ結果
GPT-5.6 Solは、コーディングエージェントの性能を測る代表的な指標の一つであるArtificial Analysis Coding Agent Indexにおいて最大推論設定で80.0という新記録を出しており、これはClaude Fable 5を2.8ポイント上回る数字だとされている。しかも、その際に使用する出力トークン数は半分以下、処理時間も半分以下、コストも約3分の1に抑えられていると報告されている。また、55の専門分野にまたがる長時間の業務遂行能力を測るAgents’ Last ExamというベンチマークでもSolは53.6という高いスコアを記録し、比較対象のモデルを10ポイント以上引き離す結果になったという。
実際のコマンドライン操作を伴う評価でも高スコア
ターミナル上での複雑な作業を通しでこなす能力を測るTerminal-Bench 2.1というベンチマークでもSolは新記録となるスコアを出したとされている。複数のサブエージェントを同時に動かす「ultra」モードを使うとスコアはさらに伸びることが報告されており、複雑さの高いタスクほどこうした並列処理の仕組みが効果を発揮しやすいことがうかがえる。ただし、こうした自己申告のベンチマーク数値については独立した評価機関からベンチマーク対策とも取れる挙動が過去最高水準で見られたとの指摘も出ており、公表されたスコアをそのまま鵜呑みにするのではなく複数の情報源を踏まえて慎重に受け止める姿勢も大切になる。
Sol / Terra / Lunaの違い
GPT-5.6ファミリーの3つの階層は、それぞれ異なる役割を持って設計されている。
Sol：最上位のフラッグシップ
SolはGPT-5.6ファミリーの中でもっとも高い性能を持つ旗艦モデルだ。複雑な推論、長時間にわたるエージェント的な作業、コーディング、知的作業、科学分野の研究などもっとも難易度の高いタスクに対応することを目的として設計されている。価格は100万トークンあたり入力5ドル、出力30ドルと3階層の中でもっとも高く設定されている。
Terra：バランス型の日常使いモデル
Terraは日常的な業務に適したバランス型のモデルとして位置づけられている。前世代にあたるGPT-5.5に匹敵する性能を持ちながらコストはおよそ半分に抑えられているとされ、価格は入力2.5ドル、出力15ドルに設定されている。特別に高度な推論を必要としない一般的な業務であれば、Terraで十分に対応できる場面が多い。
Luna：もっとも高速で安価なモデル
Lunaは3階層の中でもっとも速く、もっとも安価なモデルだ。価格は入力1ドル、出力6ドルに設定されており、大量のリクエストをさばく必要がある場面や、分類・要約・抽出といった比較的シンプルな作業との相性が良い。
3階層に共通する新機能
3つのモデルには共通していくつかの新機能が搭載されている。代表的なものが「Programmatic Tool Calling」と呼ばれる仕組みであり、モデル自身がJavaScriptのコードを組み立て複数のツール呼び出しを一つのまとまった処理として実行できるようになった。また「マルチエージェント」機能により複雑なタスクに対して複数のサブエージェントを並列で動かし、作業を分担させることも可能になっている。
推論の強度を細かく選べる仕組み
GPT-5.6ではそれぞれのモデルに対して「Light」「Medium」「High」「Extra High」といった複数の推論強度が用意されており、タスクの難易度に応じて、処理にかける時間とコストを細かく調整できるようになっている。簡単な作業には低い強度で素早く処理させ、難しい判断が必要な場面では高い強度でじっくり考えさせるという使い分けが可能になった点は、コストを最適化するうえで実務上の意味が大きい。
GPT-5.5から何が変わったのか
前世代のGPT-5.5と比較するとGPT-5.6にはいくつかの重要な変化が見られる。
単一モデルから階層構造へ
もっとも大きな変化は単一のモデルとして提供されていたGPT-5.5からSol・Terra・Lunaという3階層のモデルファミリーへと構造そのものが変わったことだ。用途やコストに応じてモデルを選べるようになったことで、利用者は「その作業にどこまでの性能が必要か」を意識しながら使い分けられるようになった。
推論効率とツール活用の精度向上
GPT-5.6はGPT-5.5と比較して同程度の品質をより少ないトークン数、より短い時間で達成できるようになったと報告されている。特にツール呼び出しの場面では引数の形式が崩れる頻度が減り、最初の呼び出しで正しく機能する確率が高まったとされる。長い文脈の中から必要な情報を正確に取り出す精度も向上しており、大量の資料を扱う場面でも途中で情報を取りこぼしにくくなっている。
プロンプトキャッシュの仕組みが刷新
GPT-5.6ではプロンプトキャッシュの仕組みも新しくなった。キャッシュの区切り位置を明示的に指定できるようになり、最低30分間はキャッシュが保持される仕組みが導入された。長時間にわたって同じ情報を繰り返し参照するようなエージェント的な作業では、このキャッシュ機構によってコストを大きく抑えられる可能性がある。
資料作成の質の向上
プレゼンテーション資料、文書、表計算など、業務でよく使われる成果物の作成精度も高まったとされている。ゼロから指示を与えるだけでレイアウトや情報の階層構造まで考慮した編集可能な資料を作り出せるようになった点は、日常業務での活用の幅を広げる変化だと言えるだろう。
ChatGPTでは誰が使えるのか
GPT-5.6は契約しているプランによってアクセスできる範囲が異なる。
Plus・Pro・Business・Enterprise向けの提供内容
ChatGPTのPlus、Pro、Business、Enterpriseの各プランでは、推論の強度を「Medium」「High」「Extra High」から選ぶことでGPT-5.6 Solを利用できる。加えてPro・Enterpriseプランでは、より高度な処理に対応する「Sol Pro」も選択可能になっている。なお、日常的な素早い応答には引き続き前世代のGPT-5.5 Instantが標準として使われる仕組みになっている。
TerraとLunaは標準のチャットでは選べない
ここで注意しておきたいのがTerraとLunaは通常のChatGPTの会話画面では選択できないという点だ。これら2つのモデルは後述する「ChatGPT Work」や「Codex」といった、より作業に特化した環境の中で利用できる設計になっている。
CodexやAPIではどう使えるのか
開発者向けの環境では、より柔軟にモデルを選べるようになっている。
ChatGPT WorkとCodexでの利用
ChatGPT WorkやCodexでは無料プランやGoプランのユーザーはTerraを利用でき、Plus以上の有料プランでは、Sol・Terra・Lunaのすべてを選択したうえでそれぞれの推論の強度まで細かく設定できる。複雑なタスクに対しては複数のエージェントを並列で動かす「ultra」モードも用意されており、これはPro・Enterpriseユーザー向けにChatGPT Workで、Plus以上のユーザー向けにCodexで、それぞれ提供されている。開発の現場からは、Solへの切り替えによって長時間にわたるコーディングセッションでも一貫した方針を保ちやすくなったという評価も出ている。
APIでの提供内容
開発者はOpenAI APIを通じてSol・Terra・Lunaのすべてを直接呼び出すことができる。先述したProgrammatic Tool Callingやマルチエージェントのベータ機能もResponses APIの中で利用可能だ。料金体系は、Solが入力5ドル・出力30ドル、Terraが入力2.5ドル・出力15ドル、Lunaが入力1ドル・出力6ドルという（いずれも100万トークンあたり）価格が設定されている。
企業利用ではどこに効くのか
GPT-5.6の登場は企業の業務にどのような影響をもたらすのか。
長時間の自律的な業務遂行
Solは複数のファイルにまたがるコーディング作業やテストと修正を繰り返しながら進める長時間の開発セッションといった、これまで人間が細かく監督する必要があった業務をより自律的にこなせるようになったとされている。エンジニアリング部門ではこうした長時間タスクの遂行力が日々の開発生産性に直接影響してくる領域になる。
コストに応じた業務の使い分け
Sol・Terra・Lunaという三階層が用意されたことで、企業はタスクの重要度や難易度に応じて、コストと性能のバランスを取りながらモデルを使い分けられるようになった。大量の問い合わせ対応や単純な分類作業にはLuna、日常的な資料作成や一次対応にはTerra、複雑な意思決定を伴う業務にはSol、というように業務の性質に応じた最適な配分を検討できる点はコスト管理の観点からも意味が大きい。
資料作成・知的業務での実務効果
プレゼンテーション資料や文書、スプレッドシートの作成精度が向上したことで、経営企画や営業支援といった資料作成の比重が高い業務での効果も期待できる。ChatGPT Workでは、社内文書や連携している業務アプリの情報を読み込み、それをもとに共有可能な成果物へと変換する機能が強化されており、AIを「対話の相手」から「実際に作業を代行する存在」へと近づける動きの一環だと位置づけられている。
セキュリティ領域における注意点
一方で、Solはサイバーセキュリティや生物学関連のタスクにおいても高い能力を示しており、OpenAIはこの点についてこれまでで最も厳重な安全対策を講じたと説明している。悪用リスクの高い領域については、正当な防御目的の利用を妨げないよう配慮しつつ、不正利用をより困難にする仕組みが導入されている。企業としてはこうした高度な能力を持つモデルを扱う以上、社内での利用ガイドラインや権限管理をあわせて検討しておく必要があるだろう。
導入時に確認しておきたいポイント
実際に企業でGPT-5.6を導入する際にはいきなり全社員にSolへのフルアクセスを与えるのではなく、まずは一部の業務やチームで試験的に導入し、Terra・Lunaも含めた使い分けの勘所を掴んでから段階的に展開範囲を広げていくアプローチが現実的だ。特にコストの面では推論強度やモデルの選択によって料金が大きく変動するため、利用状況をモニタリングしながら業務に見合ったモデルとエフォート設定を選ぶ運用ルールを早い段階で整えておくことが望ましい。
Claude Fable 5やGeminiとの違い
GPT-5.6の立ち位置を理解するには他社の主要モデルとの比較も欠かせない。
Claude Fable 5との違い
コーディングエージェント性能を測るベンチマークでは、GPT-5.6 SolがClaude Fable 5をわずかに上回る結果を出している一方、実際のソフトウェア修正能力を測る別のベンチマークではFable 5がSolを大きく上回るという結果も報告されている。総合的な知的能力を示す指標ではFable 5がわずかにSolを上回るという評価もあり、どちらが優れているかは評価に使うベンチマークや実際のタスクの性質によって変わってくるのが実情だ。価格面ではSolの方がFable 5よりも抑えられた設定になっており、コストを重視する場面ではSolが選ばれやすい傾向もうかがえる。
Geminiとの違い
Googleの最新モデルであるGemini 3.1 Proとの比較では、フロントエンド開発やウェブ制作、マルチモーダルな理解を要する場面においてGeminiが強みを見せているという評価が多い。一方でGPT-5.6 Solはターミナル操作を伴うエージェント的なコーディング作業においてより高いスコアを記録している。数学系の専門的なベンチマークでは評価によってどちらが優れているかの結果が分かれており、一つの指標だけで優劣を断定するのは難しい状況だと言える。
一つの正解があるわけではない
これらの比較から見えてくるのは、GPT-5.6 Sol、Claude Fable 5、Gemini 3.1 Proのいずれか一つがあらゆる場面で優れているわけではないという点だ。コーディング中心の業務、文章や資料作成が中心の業務、画像や動画を含む多様な情報を扱う業務など、実際の用途に応じて適したモデルは変わってくる。ある開発者による早期の使用感では、Solは十分に高い能力を持ちながらも、複雑なコーディング作業においてFable 5より優れているとは感じなかったという声も紹介されている。ベンダー側が公表する華やかなベンチマーク数値と実際に使ってみたときの体感には少なからずギャップが生じることもある点は覚えておいて損はないだろう。
複数のモデルを実際の業務データで試しながら、自社のワークフローに合う組み合わせを見極めるという姿勢がこれからのモデル選びではより重要になっていくだろう。
私たちの見解
ここまで見てきたように、GPT-5.6の登場は、単なる性能向上の一言では片づけられない変化を含んでいる。Sol・Terra・Lunaという3階層構成、Programmatic Tool Callingやマルチエージェントといった新機能、そしてChatGPT Workという「作業実行環境」への展開。これらはいずれもAIを一問一答の道具から複数の工程を任せられる実行役へと引き上げようとする明確な方向性を示している。
もっとも、公表されたベンチマークの数字だけを見て一喜一憂するのは早計だ。評価機関によって結果の解釈が分かれる場面も少なくなく、実際の業務での使い勝手は自社のデータやワークフローで試してみて初めて分かる部分が大きい。だからこそ、まずは小さな業務からSol・Terra・Lunaを試し、どの階層がどの作業に向いているのかを自分たちの手で確かめていく姿勢が欠かせない。
GPT-5.6の本質は単に回答精度が上がったことではなく、AIが「質問に答える道具」から「複数の工程を担う実行役」へ近づいた点にある。この変化を正しく理解し、自社の業務のどこに当てはめられるかを見極めることがこれからAIを活用していくうえでもっとも重要な視点になるはずだ。